当前的快速充电器不能遵循蓄电池自身的特性进行快速充电，致使析气多，温升大，缩短电池的使用寿命。针对上述问题，创新性地提出应用ANFIS对电池的可接受电流进行预测，保证电池在最佳充电速率下快速无损充电。详细介绍以单片机XC164CM为核心，完成新型快速无损智能充电器的设计，具有电流检测和控制等功能。样机测试表明，充电过程中析气少，温升低，充电效率高，解决了充电速率与电池寿命之间的矛盾。
标签： 智能充电器
上传时间： 2013-10-19
上传用户：guanhuihong
假设环形激光器的工作寿命分布规律,在大电流应力下仍符合威布尔分布。采用恒定应力加速寿命试验方法,在最短的试验时间得到一批寿命试验数据,并利用拟最优线性无偏估计方法对数据进行处理,得到环形激光器的寿命参数。
上传时间： 2013-10-24
上传用户：duoshen1989
提出一种基于自适应混沌粒子群优化和支持向量机结合的非线性预测建模算法（ACPSO-SVR），引入ACPSO启发式寻优机制对SVR模型的超参数进行自动选取，在超参数取值范围变化较大的情况下，效果明显优于网格式搜索算法。选取UCI机器学习数据库中的Forest fires标准数据集进行测试，实验结果表明该方法具有较高的精度和良好的泛化能力，对于解决多变量的回归预测问题是一种有效的方法。最后给出了混合算法在碳一多相催化领域的两种典型应用，在反应动力学模型未知的情况下建立催化剂组份模型和操作条件模型，以及基于混合算法的最优催化剂设计框架。
上传时间： 2013-10-23
上传用户：alibabamama
针对直接转矩控制（DTC）技术中采用的传统滞环控制存在转矩及电流脉动大，过电压扇区时磁链轨迹畸变的缺点，提出一种基于定子磁链矢量预测的直接转矩控制方法。首先，根据磁链和转矩的偏差，预测出下一个控制周期的磁链矢量；然后，用预测磁链矢量减去当前的磁链矢量，得到需要加在电机定子上的电压矢量，以补偿当前的偏差。通过仿真说明了改进的系统抑制了磁链和转矩脉动，改善了电流波形，抑制了谐波，具有较好的动静态性能。
上传时间： 2013-11-25
上传用户：ommshaggar
stprtool的svm工具箱。文件夹中有使用说明和路径设置方法，并有例程实现了svm的多类分类。
上传时间： 2015-05-20
上传用户：thinode
我一直覺得 SVM 是個很有趣的東西，不過也一直沒辦法 (mostly 衝堂) 去聽林智仁老師 的 Data mining 跟 SVM 的課； 後來看了一些網路上的文件跟聽 kcwu 講了一下 libsvm 的用法後，就想整理一下，算是對於並不需要知道完整 SVM 理論的人提供使用 libsvm 的入門.
标签： SVM
上传时间： 2015-05-22
上传用户：ukuk
基于核的学习方法SVM(Support Vector Machine)有很好的分类识别性能，这是在SVM的基础上改进的一个更好的SKM(Support Kernel Machine)Package.
标签： Machine Support Vector SVM
上传时间： 2014-01-15
上传用户：13517191407
将遗传算法(GA)与传统SVM算法结合,构造出一种参数最优的进化SVM(GA2SVM),SVM 模型采用径向基函数(RBF)作为核函数，利用格雷码编码方式对SVM算法的模型参数进行遗传编码和优化搜索，将搜索到的优化结果作为SVM 的最终模型参数。
上传时间： 2014-08-08
上传用户：cccole0605
本程序是基于船舶电力回归的SVM程序，通过比较可知SVM的回归算法在此数据中效果比较好
上传时间： 2016-04-30
上传用户：fxf126@126.com
经济分析软件的设计与实现 摘 要：经济预测在现代经济生活中的作用变的越来越重要。它是企业确定政策，进行决策和制定计划的依据；是提高经营管理水平、改善计划工作的重要内容。该系统以某一燃气公司2001-2005年的历史数据信息为基础。它实现对公司的历史经营、客户发展状况进行统计和分析，然后根据分析结果采用合适的经济数学方法对历史数据作运算得出所需要的预测结果。本文首先对燃气公司的2001-2005年数据表中的历史数据作详细分析；其次，结合统计数学的知识，对现有的各种经济预测方法做深入的理解；第三，设计数据库。把表中的历史数据从Excel中导入到MySQL中，便于以后从数据库中调用数据和将数据库存入数据库中。第四，设计预测模型。以经济预测方法为基础，合理设计相关预测模型，实现对该燃气公司的2006年的经济预测工作。最后，对系统中仍存在的不足和缺陷做阐述，为以后的研究工作提出了一些自己的想法。 关键词：经济预测 预测模型 移动平均预测法 指数平滑预测法 灰色预测法 数据库图形化
上传时间： 2016-06-29
上传用户：417313137
